Laporan Strategis  ·  2026-06-19

Agentic Coding dan Persistent Returns to Expertise

Laporan StrategisHigh dampakGlobal
Anthropic menerbitkan pada 16 Juni 2026 sebuah makalah penelitian ekonomi kuantitatif yang menganalisis ~400,000 sesi Claude Code dari ~235,000 pengguna antara Oktober 2025 dan April 2026. Temuan utama: 'nilai dari tugas tipikal, yang kami estimasi melalui perbandingan dengan posting pekerjaan freelance, meningkat di hampir setiap jenis pekerjaan—sekitar 25% rata-rata' selama jendela observasi tujuh bulan. Studi ini memperkenalkan kerangka kerja yang menjaga privasi yang mengklasifikasikan sesi agentic berdasarkan mode kerja, pembagian kerja manusia-AI, dan tingkat keberhasilan. Temuan struktural kunci adalah bahwa keahlian domain—bukan kemampuan coding—adalah prediktor utama penyelesaian tugas yang berhasil: non-engineer mencapai tingkat keberhasilan yang hampir sama dengan software engineer saat menggunakan Claude Code. Selama periode tersebut, sesi debugging menurun hampir setengahnya dan penggunaan bergeser ke arah deployment agentic end-to-end. Makalah ini juga mengamati bahwa Claude sekarang menangani tugas-tugas yang semakin kompleks dan bernilai tinggi secara otonom.
Ini adalah studi yang paling didukung secara empiris sejauh ini tentang bagaimana agentic AI mengubah knowledge work pada skala besar; temuan bahwa keahlian domain—bukan keterampilan coding—mendorong keuntungan produktivitas AI memiliki implikasi langsung untuk strategi tenaga kerja, keputusan perekrutan, dan pengembangan talenta yang perlu dibuat oleh dewan dan CHRO sekarang.
Bagikan dengan CHRO dan pimpinan strategi tenaga kerja: temuan 'domain expertise > coding proficiency' harus menginformasikan program upskilling AI, redesain peran, dan bagaimana organisasi mengukur keuntungan produktivitas yang diaktifkan AI.
Sumber
Anthropic Research Landing PageFull PDF
Lihat di umpan langsung Jelajahi temuan keamanan dan tata kelola AI terkait — diperbarui setiap pagi.
Buka umpan →